Collective Recipe

사용 방법 | Usage:

트리거 단어:

stylized

모델 소개 | Intro:

이것은 AI가 생성한 이미지로 학습된 스타일 LoCon 세트입니다.

This is a set of style LoCon trained on AI generated images.

Pony Diffusion V6는 SDXL이 오픈소스로 공개된 초기에 가장 성공적인 미세 조정 프로젝트 중 하나였습니다.

시간이 흐르면서 새로운 학습 기술의 개발과 새로운 데이터셋의 적용으로 최근 출시된 오픈소스 모델들이 Pony V6보다 생성 품질에서 명확히 뛰어나게 되었고, Pony V6 기반 모델은 Civit에서의 활동도 과거에 비해 감소했습니다.

그러나 Danbooru 기반의 대부분의 애니메이션 스타일 모델과 달리, Pony V6는 AI 커뮤니티에 이전에 없던 다양한 예술 스타일을 제공하는 고유한 생태계를 형성했습니다. 새로운 모델들이 더 풍부한 지식과 더 높은 안정성을 제공하더라도, Pony 생태계가 제공하는 창의적 다양성을 완전히 대체할 수는 없습니다.

이 시리즈 모델은 과거 Civit 커뮤니티에서 인기 있었던 일부 예술 스타일 조합을 재현하고, 이러한 고전적인 미술 스타일을 더 최신이고 안정적인 고성능 모델로 이전하는 것을 목표로 합니다. 이 스타일들은 제가 보유한 이미지에서 선택되었습니다. 시리즈의 각 스타일은 고정된 LoRA 및 프롬프트 매개변수 집합에 기반합니다.

데이터셋의 품질, 구조 및 일관성에 대한 다양한 고려로 인해, 기존 사용자들이 공개한 이미지를 사용하지 않고 워크플로우를 통해 재생성하고 수동으로 선별하여 학습합니다. 저는 각 모델에서 균형 잡힌 다양한 주제의 시각적 콘텐츠를 추출할 수 있도록 프롬프트 구조를 설계했으며, 이는 모델이 다양한 작업에 적응할 수 있도록 보장합니다.

Pony Diffusion V6 was one of the most successful SDXL fine-tuning projects during the early days of its open-source release.

Over time, advancements in training techniques and the introduction of new datasets have led to the release of open-source models that significantly outperform Pony V6 in terms of generation quality. Models based on Pony V6 have also seen a decline in activity on Civit.

However, unlike most anime-style models trained on Danbooru, Pony V6 fostered a unique ecosystem that introduced a wide range of unprecedented art styles to the AI community. Even though newer models offer more knowledge and greater stability, they still cannot fully replace the creative diversity found within the Pony ecosystem.

This model series aims to replicate some of the art style combinations that were once popular in the Civit community, transferring those classic art styles onto newer, more stable and capable models. These styles were selected based on images from my personal collection. Each style in the series is anchored by a fixed set of LoRAs and prompt parameters.

Due to various considerations regarding dataset quality, structure, and consistency, no previously published user images will be used in training. Instead, all data will be regenerated via workflows and manually curated. I have designed a prompt structure intended to extract a balanced range of visual themes from each model, ensuring that the model remains adaptable to a wide variety of tasks.

Civit의 현재 생성 서비스는 모델 제작자와 사용자 간의 경제적 이익과 관련되어 있기 때문에, 저는 다수의 모델 자원에 의존하고 기존 모델 아키텍처에서 제어력이 낮은 조합을 우선적으로 선택합니다. 2~3개의 자원만 사용하는 단순한 조합은 건너뜁니다. 또한 새로운 모델, 특히 새로운 체크포인트를 사용하는 조합은 가능한 한 피합니다. 요약하자면, 이 프로젝트는 여전히 활발히 사용되는 Pony 모델 제작자의 이익을 최소한으로 해치면서, 고전적인 스타일을 생성하려는 사용자들에게 더 경제적이고 안정적으로 제어 가능한 대안을 제공하는 것을 목표로 합니다.

Since Civit’s current generation services involve economic interests between model creators and users, I will prioritize combinations that rely on more resources and exhibit low controllability. Simpler combinations based on only 2–3 resources will be skipped. I also intend to avoid recent models, especially those generated on new checkpoints. In short, this project tries to minimize any direct harm to active Pony model creators, while offering users a more economical and stable alternative to generate classic artistic styles.

레시피 | Recipe:

Recipe1:

Checkpoint: Pony Diffusion v6 XL

다른 자원:

All Disney Princess XL LoRA Model from Ralph Breaks the Internet v2.0 (가중치: 0.7)

ExpressiveH (Hentai LoRa Style) エロアニメ (가중치: 0.4)

Incase Style [PonyXL] v3.0 (PonyXL Edition) (가중치: 0.4)

Vixon's Pony Styles - gothic neon v1.0 (가중치: 0.2)

프롬프트:

score_9, score_8_up, score_7_up, score_6_up, source_anime, source_comic, flat color, Expressiveh,